武漢紡織大學(xué)電子與電氣工程學(xué)院 張葉磊
在大霧天氣的情況下,獲取的視頻和圖像的質(zhì)量會受到氣象因素的影像。因?yàn)榇髿饪諝庵袘腋≈罅康奈⑿∫旱魏蜌馊苣z,這些介質(zhì)對光的散射現(xiàn)象在一定程度上降低了環(huán)境的水平能見度,從而導(dǎo)致圖像傳感器(CCD傳感器或者CMOS傳感器)捕獲的圖像質(zhì)量比較低,這很大的程度上影響了計算機(jī)后期的分析和處理,因此,去霧成為了一種具有很大應(yīng)用價值的技術(shù)。
在大霧的天氣情況下,隨著物體與圖像傳感器的距離越來越大,大氣中的懸浮顆粒對光的散射現(xiàn)象越來越嚴(yán)重。在這個過程中主要分為兩種不同的散射:(1)物體表面的反射光在傳播到圖像傳感器的過程中受到大氣中的粒子的散射現(xiàn)象而產(chǎn)生的衰減;(2)大氣中的自然光在空氣中粒子的散射情況下而進(jìn)入到圖像傳感器。這兩種散射現(xiàn)象造成捕獲圖像的色彩對比度和色彩飽和度降低,而且還會導(dǎo)致色調(diào)偏移。
針對去霧的算法,學(xué)者們做了大量研究。目前針對去霧的圖像處理算法可以分為兩大類[1]:霧天圖像增強(qiáng)和霧天圖像復(fù)原。霧天圖像增強(qiáng)算法通過增加圖像的對比度來提高圖像的細(xì)節(jié)信息,從而增強(qiáng)圖像的視覺效果。霧天圖像復(fù)原是通過建立霧天退化模型,反演退化模型和補(bǔ)償退化過程造成的失真,來獲得無霧圖像的最佳估計圖像。
本論文主要是研究霧天圖像增強(qiáng)算法,圖像增強(qiáng)算法[1]根據(jù)增強(qiáng)的區(qū)域不同,可以分為全局化的圖像增強(qiáng)算法和局域化的圖像增強(qiáng)算法。全局化的圖像增強(qiáng)算法是根據(jù)整張圖像的灰度信息來調(diào)整灰度值,在霧天情況下捕獲的圖像相對簡單,這種方法是一種高效的去霧算法。
目前典型的全局去霧圖像增強(qiáng)方法主要有以下幾種方法:(1)全局直方圖均衡化算法[2-3]。(2)同態(tài)濾波算法[4]。(3)小波算法[5]。(4)Retinex算法[6]。(5)曲波變換算法。(6)基于大氣調(diào)制傳遞函數(shù)增強(qiáng)算法[7]。本文只針對其中簡單高效的全局直方圖均衡化算法做研究與實(shí)現(xiàn),該算法的主要思想是通過直方圖均衡化增加有霧圖像的灰度值的動態(tài)范圍,來提高圖像的對比度。
針對大霧狀態(tài)下獲取的圖片,我們采取對圖像的RGB每個通道進(jìn)行直方圖均衡化。對每個通道中的不同灰度值的像素點(diǎn)進(jìn)行處理,其中對某個灰度級比較多的像素點(diǎn)進(jìn)行展寬處理,對某個灰度級相對比較少的像素點(diǎn)進(jìn)行壓縮處理,通過這樣的處理可以擴(kuò)展像原取值的動態(tài)范圍,提高了對比度和灰度色調(diào)的變化,使圖像更加清晰。
由上式可知,變換之后的圖像s的概率密度是均勻分布的。把r的累計分布函數(shù)作為變換函數(shù),可以產(chǎn)生一幅灰度級均勻分布的圖像,這樣的處理之后,擴(kuò)展了原圖像的灰度動態(tài)范圍,即可以提高圖像的對比度。
本文對提出的直方圖均衡化算法進(jìn)行了實(shí)驗(yàn)仿真,實(shí)現(xiàn)過程中采用MATLAB實(shí)現(xiàn),分別對原圖像從HSV、RGB和YCbCr不同的顏色空間進(jìn)行了直方圖均衡化處理。首先將原始圖像分別轉(zhuǎn)換成灰度圖像,再分別轉(zhuǎn)換成HSV和YCbCr顏色空間,然后對應(yīng)的顏色空間進(jìn)行直方圖均衡化,然后在用cat函數(shù)構(gòu)造成三維數(shù)組,最后用imshow函數(shù)顯示圖像。
圖1 直方圖均衡化后的圖像對比
圖2 各種顏色空間對應(yīng)的灰度直方圖
從圖1我們可以發(fā)現(xiàn),直方圖均衡化之后的圖像相比于原始圖像,圖像質(zhì)量有明顯的提高。從圖2的灰度直方圖可以很容易的解釋為什么直方圖均衡化的圖像清晰度明顯提高。這是因?yàn)榻?jīng)過直方圖均衡化處理之后的圖像,把原始圖像中的比較集中的灰度直方圖變成在全局灰度范圍內(nèi)的均勻分布。直方圖均衡化的核心思想就是把原始圖像的直方圖的分布進(jìn)行非線性拉伸變成均勻分布的直方圖,來達(dá)到提高對比度的效果。
本文采用一種基于直方圖均衡化的霧天圖像增強(qiáng)的方法,分別從HSV、RGB、YCbCr顏色空間進(jìn)行了分析處理,實(shí)驗(yàn)證明本文采用的直方圖均衡化的方法可以有效的對霧天圖像進(jìn)行增強(qiáng)。本方法設(shè)計簡單、處理速度較快、效果明顯,在實(shí)際應(yīng)用中具有較大的使用價值。
[1]郭潘,蔡自興,謝斌等.圖像去霧技術(shù)研究綜述與展望[J].計算機(jī)應(yīng)用,2010,,30(9).
[2]芮義斌,李鵬,孫錦濤,等.一種交互式圖像去霧方法[J].計算機(jī)應(yīng)用,2006,26(11):2733-2735.
[3]王萍,張春,羅穎聽.一種霧天圖像對比度增強(qiáng)的快速算法[J].計算機(jī)應(yīng)用,2006,26(1):152-154.
[4]SEOW M-J,ASARI V K.Ratio rule and homomorphic filter for enhancement of digital colour image[J].Neurocomputing,2006,69(7):954-958.
[5]RUSSO F.An image enhancement technique combining sharpening and noise reduction[J].IEEE Transactions on Instrumentation and Measurement,2002,51(4):824-828.
[6]芮義斌,李鵬,孫錦濤.一種圖像去薄霧方法[J].計算機(jī)應(yīng)用,2006,26(1):154-156.
[7]董濤,董慧穎.基于大氣調(diào)制傳遞函數(shù)的天氣退化圖像復(fù)原方法研究[J].沈陽理工大學(xué)學(xué)報,2006,25(5):39-42.
[8]何建東.數(shù)字圖像處理[M].西安電子科技大學(xué)出版社,2007.